Verosimiglianza

Indice dei contenuti

    La verosimiglianza (in inglese likelihood) è una funzione dei parametri di un modello statistico, data l’osservazione di un insieme di dati. Sebbene sia formalmente simile a una probabilità, concettualmente è molto diversa: mentre la probabilità si riferisce a esiti futuri dati parametri fissi, la verosimiglianza si riferisce ai parametri dato un esito già osservato.

    Definizione

    Dati dei dati osservati xx e un parametro θ\theta, la funzione di verosimiglianza L(θ)L(\theta) è definita come: L(θ)=P(xθ)L(\theta) = P(x | \theta) Se le osservazioni x1,x2,,xnx_1, x_2, \dots, x_n sono indipendenti e identicamente distribuite (i.i.d.), la verosimiglianza totale è il prodotto delle singole verosimiglianze: L(θ)=i=1nP(xiθ)L(\theta) = \prod_{i=1}^n P(x_i | \theta)

    Spesso si lavora con il logaritmo della verosimiglianza (log-likelihood), (θ)=lnL(θ)\ell(\theta) = \ln L(\theta), perché trasforma i prodotti in somme, semplificando le operazioni di derivazione.

    Significato Ingegneristico

    • Stima di Massima Verosimiglianza (MLE): È la tecnica standard in ingegneria per stimare i parametri di un sistema. Consiste nel trovare il valore di θ\theta che massimizza L(θ)L(\theta), ovvero il valore che rende i dati osservati “i più probabili possibile”.
    • Identificazione dei Sistemi: In automatica, si usa la verosimiglianza per determinare i coefficienti di una funzione di trasferimento a partire dalle misure di ingresso e uscita di un impianto.
    • Calibrazione di Sensori: Determinare i parametri di errore (bias, rumore) di un sensore confrontando le sue letture con valori di riferimento noti.

    Vedi anche: Massima Verosimiglianza, Teorema di Bayes.

    Ultimo aggiornamento: